能耗预测导向的建筑能耗异常数据识别与修复

建筑能耗异常数据处理是对建筑能耗进行准确预测的前提。为有效处理建筑能耗异常数据,利用基于机器学习的K-means和KNN(K-nearest neighbor)算法,对上海某酒店建筑2017年7月的逐时能耗数据进行了异常识别和修复。通过建立长短期记忆网络模型,利用处理后的能耗数据预测了该建筑2017年8月首周的逐时能耗数据。预测结果表明,提出的建筑能耗异常数据识别与修复方法能准确识别并修复建筑能耗异常数据,从而显著提高后续能耗预测的效果。     

U型管地下换热系统非稳态传热数值模拟

地下换热器是地源热泵系统重要的组成部分,单U型管是当前广泛使用的地下换热器形式。本文建立了单U型管地下换热器的真实尺寸三维数值模型,通过模拟结果同试验实测数据的对比,验证了模型的正确性。本文随后对单U型管地下换热器在冬季工况下连续运行和间歇运行的换热率进行了数值计算,得出了换热率随时间变化的规律。本文还对连续运行工况下U型管作用半径随时间变化的规律进行了研究。本文得出的结果可以用来指导地源热泵工程的设计。     

U型管传热量影响因素的数值模拟研究

地下换热器是地源热泵的重要组成部分,竖直U型管是最常见的地下换热器形式. U型管与土壤间的传热受诸多因素的影响.为分析这些因素对于U型管传热的影响,本文建立了地源热泵竖直U型管地下换热器的三维全尺寸数值模型,在此基础上采用CFD软件FLUENT对U型管的埋管深度、进口水温、管内流速等一系列因素在冬夏不同工况下对U型管传热量的影响进行了数值模拟研究.经过整理分析得出的各种因素对传热量影响可以为优化工程设计提供依据.